大曉機(jī)器人發(fā)布ACE具身研發(fā)范式，強(qiáng)調(diào)「以人為中心」

12月18日，大曉機(jī)器人正式發(fā)布行業(yè)首創(chuàng)的ACE具身研發(fā)范式、首個(gè)開(kāi)源且商業(yè)應(yīng)用的開(kāi)悟世界模型3.0（Kairos 3.0）、讓具身本體擁有自主空間智能的具身超級(jí)大腦模組A1，與行業(yè)伙伴共同構(gòu)建全鏈自主可控、開(kāi)放共贏的產(chǎn)業(yè)級(jí)生態(tài)體系。

大曉機(jī)器人源于「大千世界，曉識(shí)萬(wàn)象」——讓機(jī)器人真正洞察并理解萬(wàn)象規(guī)律，才能使其學(xué)會(huì)與世界精準(zhǔn)交互。

除了商湯科技聯(lián)合創(chuàng)始人、執(zhí)行董事、大曉機(jī)器人董事長(zhǎng)王曉剛外，大曉機(jī)器人首席科學(xué)家陶大程也是兼具頂尖學(xué)術(shù)造詣與深厚產(chǎn)業(yè)實(shí)踐積淀。作為澳大利亞科學(xué)院院士，陶大程榮獲IEEE計(jì)算機(jī)學(xué)會(huì)技術(shù)成就獎(jiǎng)，在學(xué)術(shù)領(lǐng)域持續(xù)推動(dòng)人工智能基礎(chǔ)研究的邊界拓展；同時(shí)，他曾出任京東探索研究院創(chuàng)始院長(zhǎng)、優(yōu)必選人工智能首席科學(xué)家，深度參與科技企業(yè)的技術(shù)戰(zhàn)略布局與產(chǎn)品落地實(shí)踐。

大曉機(jī)器人匯集來(lái)自南洋理工大學(xué)、香港大學(xué)和香港中文大學(xué)的全球稀缺的AI領(lǐng)域前沿科學(xué)家：呂健勤、李鴻升、劉子緯、潘新鋼、趙恒爽、劉希慧；他們是環(huán)境智能、世界模型、具身模型領(lǐng)域的開(kāi)拓者，其持續(xù)創(chuàng)新能力將助力大曉機(jī)器人搶占技術(shù)制高點(diǎn)。作為全球頂尖AI實(shí)驗(yàn)室MMLab的核心成員，他們傳承的創(chuàng)新精神正引領(lǐng)人工智能打破數(shù)字世界和物理世界的邊界，開(kāi)啟具身智能自主探索新時(shí)代。

（從左往右：潘新鋼、李鴻升、陶大程、王曉鋼、呂健勤、劉子緯、趙恒爽）

以人為中心，開(kāi)悟世界模型3.0打造“超級(jí)大腦”

“以機(jī)器為中心”的研發(fā)范式，其根本局限在于將機(jī)器人本體及其硬件參數(shù)置于研發(fā)流程的核心，本質(zhì)上是用極高的資源消耗，換取有限且僵化的“智能”。

通過(guò)采集員真機(jī)遙操，海量收集各類(lèi)機(jī)器人的本體數(shù)據(jù)，本質(zhì)是讓人去適配和遷就機(jī)器的多樣性。這一路徑導(dǎo)致數(shù)據(jù)采集成本高昂、效率低下，且產(chǎn)出的技能模型嚴(yán)重綁定于特定硬件，無(wú)法形成通用的認(rèn)知與適應(yīng)能力，已成為行業(yè)向規(guī)模化、通用化發(fā)展的關(guān)鍵障礙。

當(dāng)前，特斯拉、Figure AI正集體放棄此前依賴(lài)的真機(jī)遙操路徑，轉(zhuǎn)而探索純視覺(jué)學(xué)習(xí)方案，其理想是讓機(jī)器人通過(guò)觀看海量視頻，直接習(xí)得人類(lèi)的動(dòng)作與智慧。但這種學(xué)習(xí)方式缺乏對(duì)三維物理世界的力學(xué)規(guī)律、物理屬性和動(dòng)作意圖理解，學(xué)習(xí)曲線陡峭，存在難以逾越的“現(xiàn)實(shí)鴻溝”。

上述兩種路徑均無(wú)法理解人所處世界的物理規(guī)律和人類(lèi)行為的因果一致性，陷入本質(zhì)困境：前者是“為難人”，后者是“為難機(jī)器”。

大曉機(jī)器人率先提出“以人為中心（Human-centric）” 的ACE具身研發(fā)范式，將人類(lèi)與物理世界的互動(dòng)規(guī)律作為核心研究起點(diǎn)，以環(huán)境式數(shù)據(jù)采集為引擎，構(gòu)建了一套從“環(huán)境式數(shù)據(jù)采集—開(kāi)悟世界模型3.0—具身交互”的全鏈路技術(shù)體系。

ACE范式核心技術(shù)之一環(huán)境式數(shù)據(jù)采集技術(shù)，以人為中心構(gòu)建全要素采集體系，整合第一視角與第三視角視頻、力觸覺(jué)信息、運(yùn)動(dòng)軌跡、語(yǔ)音等多模態(tài)數(shù)據(jù)，構(gòu)建基于物理基礎(chǔ)的3D資產(chǎn)庫(kù)，全面覆蓋具身模型訓(xùn)練所需的各類(lèi)交互信息，實(shí)現(xiàn)了多視角協(xié)同、長(zhǎng)程任務(wù)覆蓋與全維度信息捕捉的跨越式升級(jí)。

在數(shù)據(jù)處理環(huán)節(jié)，通過(guò)時(shí)序一致性對(duì)齊、交互動(dòng)態(tài)軌跡預(yù)測(cè)建模與物理正確性仿真校正，將采集到的“人—物—場(chǎng)”信息轉(zhuǎn)化為可直接用于模型訓(xùn)練的動(dòng)態(tài)場(chǎng)景數(shù)據(jù)，實(shí)現(xiàn)從數(shù)據(jù)采集到應(yīng)用的全鏈路打通。

該技術(shù)路徑的推出為具身智能帶來(lái)四大核心數(shù)據(jù)價(jià)值。1、數(shù)據(jù)維度更全面，完成超10個(gè)視角、8種模態(tài)、4大類(lèi)物品屬性的多模態(tài)數(shù)據(jù)升級(jí)，實(shí)現(xiàn)全要素覆蓋；2、任務(wù)覆蓋更長(zhǎng)程，支撐分鐘級(jí)、數(shù)百種原子動(dòng)作的復(fù)雜任務(wù)；3、交互精度更高，達(dá)到亞像素級(jí)標(biāo)準(zhǔn)，可精準(zhǔn)追蹤人手精細(xì)化操作等復(fù)雜動(dòng)作；4、采集效率更具規(guī)模化，能快速完成從十萬(wàn)小時(shí)到千萬(wàn)小時(shí)的海量數(shù)據(jù)積累。

在即時(shí)零售倉(cāng)儲(chǔ)場(chǎng)景中，該方案已實(shí)現(xiàn)多視角數(shù)據(jù)采集，覆蓋數(shù)萬(wàn)種 SKU，完成倉(cāng)儲(chǔ)分揀與打包全流程，涵蓋五大階段13個(gè)原子動(dòng)作；在居家、零售等多元場(chǎng)景中，也已實(shí)現(xiàn)對(duì)人體自然行為、物品交互軌跡的精準(zhǔn)捕捉，甚至能復(fù)現(xiàn)遙操作范式下難以實(shí)現(xiàn)的生鮮抓取、精細(xì)化放置等任務(wù)。

以環(huán)境式采集數(shù)據(jù)為基，大曉機(jī)器人發(fā)布了首個(gè)開(kāi)源且商業(yè)化應(yīng)用的世界模型——開(kāi)悟世界模型3.0，形成跨本體的統(tǒng)一世界理解框架，融合物理規(guī)律、人類(lèi)行為和真機(jī)動(dòng)作，使機(jī)器不僅能“理解”物理世界因果規(guī)律，還能“生成”長(zhǎng)時(shí)動(dòng)靜態(tài)交互場(chǎng)景，進(jìn)而“預(yù)測(cè)”萬(wàn)千可能。

作為首個(gè)“多模態(tài)理解—生成—預(yù)測(cè)”的世界模型，開(kāi)悟世界模型3.0通過(guò)視覺(jué)、3D 軌跡、觸覺(jué)、摩擦力等多維度信息輸入，深度理解真實(shí)世界的物理規(guī)律與人類(lèi)行為的底層邏輯，讓模型能形成“知其然，知其所以然”的思維鏈。

基于多模態(tài)信息的融合，模型可生成長(zhǎng)時(shí)動(dòng)態(tài)交互場(chǎng)景視頻，在場(chǎng)景內(nèi)實(shí)現(xiàn)各元素精準(zhǔn)可控；并具備跨本體一鍵生成、多本體泛化、預(yù)測(cè)萬(wàn)千演化路徑等特性，為具身智能提供高保真、可泛化的虛擬訓(xùn)練環(huán)境。

基于上述優(yōu)勢(shì)，大曉機(jī)器人打造了開(kāi)悟具身智能世界模型產(chǎn)品平臺(tái)，平臺(tái)集成「文生世界、像驅(qū)世界、跡塑世界」等多模態(tài)生成能力，內(nèi)置支持11大類(lèi)、54細(xì)類(lèi)，累計(jì)328個(gè)標(biāo)簽，覆蓋115個(gè)垂類(lèi)具身場(chǎng)景，開(kāi)發(fā)者只需輸入簡(jiǎn)單指令，就能快速生成可視化的任務(wù)模擬內(nèi)容，并可一鍵分享，大幅降低具身智能的開(kāi)發(fā)門(mén)檻。

目前，開(kāi)悟世界模型3.0已與沐曦股份、壁仞科技、中科曙光等多款廠商國(guó)產(chǎn)芯片完成適配，極大提升了芯片性能，全面趕超國(guó)際頂尖芯片；如同DeepSeek與國(guó)產(chǎn)芯片的全鏈路生態(tài)所帶來(lái)的虛擬世界變革，開(kāi)悟世界模型3.0與全產(chǎn)業(yè)伙伴共同構(gòu)建空間智能創(chuàng)新生態(tài)，形成從底層算力到上層智能應(yīng)用的協(xié)同合力，重塑全球技術(shù)競(jìng)爭(zhēng)格局。

具身超級(jí)大腦模組A1

大曉機(jī)器人正式重磅推出具身超級(jí)大腦模組A1，并與行業(yè)伙伴共建具身智能創(chuàng)新生態(tài)，加速機(jī)器人商業(yè)化落地，推進(jìn)具身智能產(chǎn)業(yè)價(jià)值。

基于大曉機(jī)器人團(tuán)隊(duì)領(lǐng)先的純視覺(jué)無(wú)圖端到端VLA模型優(yōu)勢(shì)，搭載具身超級(jí)大腦模組A1的機(jī)器狗無(wú)需預(yù)采高精地圖即可適應(yīng)復(fù)雜、動(dòng)態(tài)、陌生環(huán)境。依托模型的視覺(jué)理解和運(yùn)動(dòng)規(guī)劃能力，機(jī)器人能實(shí)現(xiàn)動(dòng)態(tài)環(huán)境下魯棒、安全、合理的路徑生成，真正實(shí)現(xiàn)“自主行動(dòng)”。

具身超級(jí)大腦模組A1具備擁有云端交互能力，依托云端模型平臺(tái)，能實(shí)時(shí)解析自然語(yǔ)言指令與圖像語(yǔ)義的意圖關(guān)系，像人一樣理解復(fù)雜的現(xiàn)實(shí)世界，生成可執(zhí)行的中間指令（如“前進(jìn)50厘米”“繞過(guò)障礙”“靠近目標(biāo)”），再由底層控制器精確執(zhí)行。這使得機(jī)器狗不僅能夠在復(fù)雜環(huán)境中完成自主巡檢、跟隨、避障等多樣任務(wù)，而且能根據(jù)自然語(yǔ)言指令精準(zhǔn)完成任務(wù)。

此外，大曉機(jī)器人結(jié)合Insta360 全景感知方案與商湯方舟通用視覺(jué)平臺(tái)，構(gòu)建起全方位、高精度的環(huán)境感知體系。不僅能覆蓋超10個(gè)行業(yè)，還可實(shí)現(xiàn)超150個(gè)智能化應(yīng)用場(chǎng)景適配，覆蓋從日常行為分析到特殊風(fēng)險(xiǎn)預(yù)警的全需求。

基于以上優(yōu)勢(shì)，具身超級(jí)大腦模組A1在安防、能源、交通、文旅等對(duì)設(shè)備可靠性要求極高的場(chǎng)景中，可實(shí)現(xiàn)長(zhǎng)期穩(wěn)定工作，讓具身智能真正具備了走進(jìn)產(chǎn)業(yè)一線的實(shí)用價(jià)值。

在具身本體領(lǐng)域，大曉已攜手智元機(jī)器人、銀河通用、鈦虎機(jī)器人、國(guó)地中心等多家頭部企業(yè)，打通全新技術(shù)范式、世界模型與機(jī)器人硬件的適配鏈路，共同打造適用于不同場(chǎng)景的解決方案。

芯片領(lǐng)域，開(kāi)悟世界模型3.0已經(jīng)與沐曦、壁仞科技、中科曙光、輝曦智能、影微創(chuàng)新等多款國(guó)產(chǎn)廠商芯片完成適配，極大提升了芯片性能，突破DeepSeek與國(guó)產(chǎn)芯片的全鏈路生態(tài)所帶來(lái)的虛擬世界變革，構(gòu)建空間智能生態(tài)，重塑全球技術(shù)競(jìng)爭(zhēng)格局。

硬件領(lǐng)域，大曉機(jī)器人與Insta360、臥龍電驅(qū)、帕西尼等伙伴深度綁定，依托硬件廠商的感知等各類(lèi)硬件，強(qiáng)化世界模型、模組產(chǎn)品對(duì)多視角、動(dòng)態(tài)場(chǎng)景的信息采集能力。

在云服務(wù)與數(shù)據(jù)層面，大曉機(jī)器人聯(lián)合商湯大裝置、騰訊云、火山引擎、商湯方舟、算豐信息等平臺(tái)，構(gòu)建全流程支持體系。借助云服務(wù)商的算力調(diào)度能力，降低中小廠商的研發(fā)成本；依托庫(kù)帕思、中建西南院的數(shù)據(jù)資源，持續(xù)優(yōu)化世界模型的場(chǎng)景泛化能力，讓方案能快速適配不同行業(yè)的個(gè)性化需求。